2026 yılında, araştırmacılar AI kodlama araçlarını geliştiricilerin elinden alamadıklarını ortaya koydu. AI, kod yazarlarının işini kesinlikle hızlandırıyor, ancak kodun kalitesini artırıp artırmadığı konusunda ciddi şüpheler var ve bu durum uzun vadede sorun yaratabilir.
Şubat 2026’da saygın AI araştırma laboratuvarı METR, şaşırtıcı bir bulgu paylaştı: Çoğu geliştirici, artık sınırlı görevlerde bile AI olmadan çalışmak istemiyor. METR, 2025’te yayınladığı çığır açan bir çalışmanın güncellenmiş versiyonunu sunmayı hedefliyordu. O çalışmada açık kaynak geliştiricilerin görevleri elle yaparken harcadıkları zaman ile AI kullanırken harcadıkları zaman kıyaslanmıştı. Geliştiriciler AI sayesinde daha üretken olduklarını bildirirken, gerçekte işlerinin yavaşladığını fark ettiler. AI kodu daha hızlı üretiyordu, fakat hataları bulup düzeltmek, AI’yı yönlendirmek ve görevlerin tamamlanmasını beklemek ekstra zaman alıyordu.
METR, AI ve geliştirici becerilerindeki ilerlemeleri ölçmek için aynı deneyi tekrarlamaya çalıştı, fakat katılım yoktu; geliştiriciler “AI olmadan çalışmak istemedikleri” için deneye katılmadıklarını itiraf ettiler. Bunun yerine METR, Mayıs ayında teknik çalışanların AI üzerinden elde ettikleri verim artışını kendilerinin bildirdiği bir anket yayımladı. Sonuçlar, AI sayesinde kendilerini organizasyonları içinde iki kat daha değerli gördüklerini gösterdi.
Ancak, tokenmaxxing (kullanıcıların AI’da harcadıkları token sayısını üretkenlik ölçütü olarak kullanma) trendi ve son araştırmalar bu algıyı sorguluyor. Amazon, çalışanların AI ajanlarını aşırı kullanarak maliyetleri artırması üzerine iç token takibi tablosu Kirorank’ı kapattı. Uber, 2026 AI bütçesini yılın ilk dört ayında tüketti ve COO Andrew Macdonald, bu harcamanın proje veya verimlilik artışı sağlamadığını belirtti.
AI tarafından üretilen kod, bakım maliyetlerini azaltmak yerine artırabiliyor. Programcı ve yazar James Shore, Hacker News’te viral bir blog yazısında, “Kodunuzu iki kat hızlı yazıyorsanız bakım maliyetlerinizi yarıya indirdiğinizden emin olun” dedi. Aksi takdirde geçici bir hız artışı, kalıcı bir darboğaza dönüşebilir.
Diğer kanıtlar da AI’nın bakım problemlerini büyüttüğünü gösteriyor. Entelligence AI kurucusu Aiswarya Sankar, şirketlerin token harcamalarının %44’ünü AI tarafından oluşturulan hataların düzeltilmesine ayırdığını belirtti. Code Rabbit, açık kaynak pull request’lerini analiz ederek AI kodunun insan koduna göre 1.7 kat daha fazla sorun yarattığını duyurdu (bu istatistikler AI kod inceleme araçlarının satıcıları tarafından sağlandı). Buna rağmen, bağımsız araştırmacılar da benzer sonuçlar buldu. Singapur Management University (SMU) araştırmacıları, Nisan ayında yayımladıkları raporda “AI tarafından üretilen kod, gerçek yazılım projelerinde uzun vadeli bakım maliyetlerini artırabilir” uyarısında bulundu.
Peki çözüm nedir? AI kodlama asistanlarını sevseniz de, bu asistanları sadece hızlı kod üretimi gibi tekrarlayan işleri yapmak için kullanabilirsiniz. Cognition kurucusu ve CEO’su Scott Wu, Devin adlı AI kodlama ajanının bağımsız çalışabileceğini, ancak yetenek seviyesini bir junior ile orta seviye bir geliştirici arasında gördüğünü söylüyor. Bu, “bırak ve unut” bir çözüm değil.
SMU araştırmacıları, geliştiricilerin AI’nin hangi görevlerde başarılı olup olmadığını, favori programlama dilleri kadar iyi bilmelerini öneriyor. AI için özel kalite güvence süreçleri oluşturulmalı ve AI çıktıları bir junior geliştiriciyi denetler gibi incelenmelidir. Ayrıca, insanlar hâlâ mimari tasarım ve güvenlik gibi büyük resmi planlamalıdır; bu noktada AI destekleyici bir araç olarak kalmalıdır.
Yorum Yap